Comparações Múltiplas em GLM

Bom dia a todos, É a primeira vez que envio para essa lista e, ainda por cima, é um assunto que eu já vi comentarem por aqui, mas não tenho mais o e-mail (e não encontrei nenhum local na web que dê pra acessar as mensagens já enviadas...), mas meu problema é o seguinte. Estou analisando um conjunto de dados de um delineamento casualizado em blocos em duas áreas distintas. A primeira questão é que esse experimento está instalado com o mesmo delineamento em duas áreas distintas e gostaria de avaliar o efeito da área. Segundo o livro do Pimentel-Gomes, eu preciso checar a homogeneidade de variâncias antes de proceder a análise usual, usei então um teste de Bartlett e um de Levenne. Em ambos, a hipótese nula não foi rejeitada, ou seja, não tenho evidência de que as variâncias sejam heterogêneas. Porém, dada a natureza dos dados, não acho que seja isso (proporções de variâncias entre a menor e a maior estão acima de 7). Dessa forma, procedi a análise através do GLM com resposta com distribuição Gama. Consegui um bom ajuste com boa análise de resíduos. A minha dúvida agora é: como fazer comparações múltiplas usando o GLM? Sei que o Tukey pressupõe modelos paramétricos, mas não me recordo se ele precisa pressupor distribuição normal. Desde já agradeço a atenção de todos e desculpe pelo texto extenso. Um abraço, -- Danilo Scorzoni Ré Engenheiro Florestal Mestrando em Ciência Florestal FCA / UNESP - Botucatu (14) 8180-2494

Danilo, caso o seus dados não atenda as pressuposições,tem um teste não paramétrico que faz teste de médias. Veja o exemplo abaixo do pacote agricolae. Não esqueça de instalar o pacote agricolae library(agricolae) ?kruskal data(corn) attach(corn) str(corn) comparison<-kruskal(observation,method,group=TRUE, main="corn") detach(corn) No caso da homogeneidade da variância no pacote MASS tem a transformação de BOXCOX que é muito usada. #Examples ?boxcox require(MASS) boxcox(Volume ~ log(Height) + log(Girth), data = trees, lambda = seq(-0.25, 0.25, length = 10)) boxcox(Days+1 ~ Eth*Sex*Age*Lrn, data = quine, lambda = seq(-0.05, 0.45, len = 20)) []'s. Edson Lira Estatístico Manaus-Amazonas ________________________________ De: Danilo Scorzoni Ré <danilo.scorzoni@gmail.com> Para: r-br@listas.c3sl.ufpr.br Enviadas: Quarta-feira, 26 de Outubro de 2011 8:11 Assunto: [R-br] Comparações Múltiplas em GLM Bom dia a todos, É a primeira vez que envio para essa lista e, ainda por cima, é um assunto que eu já vi comentarem por aqui, mas não tenho mais o e-mail (e não encontrei nenhum local na web que dê pra acessar as mensagens já enviadas...), mas meu problema é o seguinte. Estou analisando um conjunto de dados de um delineamento casualizado em blocos em duas áreas distintas. A primeira questão é que esse experimento está instalado com o mesmo delineamento em duas áreas distintas e gostaria de avaliar o efeito da área. Segundo o livro do Pimentel-Gomes, eu preciso checar a homogeneidade de variâncias antes de proceder a análise usual, usei então um teste de Bartlett e um de Levenne. Em ambos, a hipótese nula não foi rejeitada, ou seja, não tenho evidência de que as variâncias sejam heterogêneas. Porém, dada a natureza dos dados, não acho que seja isso (proporções de variâncias entre a menor e a maior estão acima de 7). Dessa forma, procedi a análise através do GLM com resposta com distribuição Gama. Consegui um bom ajuste com boa análise de resíduos. A minha dúvida agora é: como fazer comparações múltiplas usando o GLM? Sei que o Tukey pressupõe modelos paramétricos, mas não me recordo se ele precisa pressupor distribuição normal. Desde já agradeço a atenção de todos e desculpe pelo texto extenso. Um abraço, -- Danilo Scorzoni Ré Engenheiro Florestal Mestrando em Ciência Florestal FCA / UNESP - Botucatu (14) 8180-2494 _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.

Hipoteses de distribuicao para casos assim referem-se `a distribuicao dos **estimadores**, nao dos dados... E minha (fraca) memoria nao se recorda de nenhuma hipotese de distribuicao no teste de Tukey, mas posso estar enganado....

Tukey supõe distribuição normal para os estimadores (como Benilton assinalou) pois é baseado da distribuição da amplitude total studentizada. Assintóticamente os estimadores nos GLMs terão distribuição normal. Então é possível usar o procedimento. Detalhe é que como nos GLMs a variância não é constante e é em geral dependente da média, as estimativas terão diferentes erros padrões, e por isso assim também serão os contrastes entre elas. A multcomp::glht() oferece recursos para isso, mas não aplica teste de Tukey, faz os contrastes de Tukey (2 a 2) e corrige p-valor por diversos métodos (opções da função). À disposição. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================
participantes (4)
-
Benilton Carvalho
-
Danilo Scorzoni Ré
-
Edson Lira
-
Walmes Zeviani